Master Logistik. Modultitel / Bezeichnung der Lehrveranstaltung Vertiefungsmodul Verfahren und IT-Systeme 1-3. Anzahl der SWS.

Transkript

1 Modulnummer 8 a 8 c Modultitel / Bezeichnung der Lehrveranstaltung Vertiefungsmodul Verfahren und IT-Systeme 1-3 Kurzbezeichnung Semeste Anzahl der SWS Häufigkeit des - r 12 Angebots 1 oder 2 jedes Semester/jedes Studienjahr Modulverantwortlich Dozenten Veranstaltungstyp Seminaristischer Unterricht mit Übungen Art der Lehrveranstaltung Wahlpflichtmodul Dauer des Moduls je 1 Semester Unterrichtssprache Deutsch Lehrveranstaltungen des Moduls Wechselnde Lehrveranstaltungen aus dem Vorlesungsangebot zu den verschiedenen Themenkomplexen der Bereiche Verfahren und IT-Systeme. Es muss mindestens ein Modul belegt werden. Derzeit werden folgende Module angeboten: Datamining Speziallogarithmen in der Logistik Zugangsvoraussetzungen keine Qualifikationsziele Inhalt der Lehrveranstaltung Empfohlene Literatur Lehr- und Lernmethoden Seminaristischer Unterricht Übungen

2 Verwendbarkeit des Moduls für andere Module und Studiengänge Art der Prüfung / Voraussetzung für die Vergabe von Leistungspunkten Besonderes Klausur u./o. StA u./o. MdlLN ECTS-Credits 15 Gesamtarbeitsaufwand 450 Stunden Kontakt/Präsenzzeit: 180 h Studentische Eigenarbeit: 270 h Gewichtung der Note in der Gesamtnote je 1,0 Modulbezeichnung Modulniveau Kürzel Lehrveranstaltungen Wahlpflichtfach M.Sc., M.A. DM Data Mining Studiensemester 1. oder 2. Modulverantwortliche(r) Prof. Dr. Schicker Dozent(in) Sprache Zuordnung zum Curriculum Lehrform/SWS Arbeitsaufwand in Zeitstunden Prof. Dr. Schicker Deutsch Informatik und Logistik (M.Sc. 1.oder 2. Sem.) Seminaristischer Unterricht 3 SWS, ca.38 Stud., Übungen+Praktikum 1 SWS, Gruppengröße: Stud. 150 h: Präsenz ca. 60 h, Eigenstudium ca. 90 h Kreditpunkte 5

3 Voraussetzungen lt. Prüfungsordnung Empfohlene Voraussetzungen Angestrebte Lernergebnisse Inhalt Studien- /Prüfungsleistungen Medienformen Literatur Keine Gute Datenbank- und SQL-Kenntnisse erforderlich Algorithmen und Datenstrukturen Statistik Die Studierenden kennen die Arbeitsweise zum Einsatz von Data Mining. Die Studierenden erwerben die Fertigkeit, selbstständig aus mittleren und großen Datenbeständen durch Anwendung von Data-Mining statistisch korrekte Zusammenhänge zu finden. Die Studierenden sind befähigt, für die verschiedenen Fragestellungen die richtigen Werkzeuge zur Auswertung großer Datenbestände einzusetzen. Definition von Data-Mining. Umgang mit großen Datenmengen durch Verwendung eines Data Warehouse, Definition und Funktionsweise eines Data Warehouse. Vorstellen verschiedener Werkzeuge und deren Möglichkeiten und Grenzen: spezielle Statistische Verfahren, Neuronale Netze, Genetische Algorithmen, u.a. Techniken des Data-Mining: Untersuchung verschiedener Analyseverfahren, z.b. Entscheidungsbäume und Entscheidungstheorie. Anwendungen von Data-Mining-Verfahren in der Praxis. Schriftliche Prüfung 90 Min. Tafel, Beamer mit Notebook Vorlesungsskript, Edwin Schicker Petersohn H: Data Mining. Verfahren, Prozesse, Anwendungsarchitektur, Oldenbourg, 2005 Alpar P, Niedereichholz J: Data Mining im praktischen Einsatz, Vieweg 2000 Otte R, Otte V, Kaiser V: Data Mining für die industrielle Praxis, Hanser, 2004 Runkler T: Data Mining, Vieweg-Teubner, 2009

4 Modulnummer - Modultitel / Bezeichnung der Lehrveranstaltung Vertiefungsmodul Verfahren und IT-Systeme Speziallogarithmen in der Logistik Kurzbezeichnung Semeste Anzahl der SWS Häufigkeit des LSA r 4 Angebots 1 oder 2 jedes Studienjahr Modulverantwortlich Prof. Dr. Herrmann Dozenten Prof. Dr. Herrmann Prof. Dr. Söder Veranstaltungstyp Seminaristischer Unterricht mit Übungen Art der Lehrveranstaltung Wahlpflichtmodul Dauer des Moduls 1 Semester Unterrichtssprache Deutsch Lehrveranstaltungen des Moduls - Zugangsvoraussetzungen Besuch der Bachelor-Vorlesungen an der Hochschule Regensburg Grundlagenvorlesungen zur Lösung von Planungsproblemen in der Logistik z.b. Produktion und Logistik sowie Logistische Prozesse in den Studiengängen Wirtschaftsinformatik oder Informatik Oder vergleichbare Vorlesungen Qualifikationsziele Modelle und Algorithmen für die Produktionsplanung und -steuerung und das Supply Chain Management Heranführen an die neueren Ergebnisse aus der anwendungsorientierten Forschung zur algorithmischen Lösung von Planungsproblemen in der Produktionslogistik Inhalt der Lehrveranstaltung Spezielle Prognoseverfahren Grundlegende Lösungsverfahren zur stochastischen Lagerhaltungspolitik

5 Einstufige Losgrößenprobleme: Verfahren zur optimalen Lösung ohne Kapazitätsrestriktionen, grundsätzliche Problemverschärfung durch Kapazitätsrestriktionen und Heuristiken zu ihrer Lösung Mehrstufige Losgrößenprobleme: Grundsätzliche Verfahren wie das Verfahren von Heinrich (ohne Berücksichtigung von Kapazitätsrestriktionen), grundsätzliche Problemverschärfung durch Kapazitätsrestriktionen und ihrer Lösung, beispielsweise durch ein Dekompositionsverfahren Spezialverfahren zur Ressourcenbelegungsplanung (wie shifting bottleneck Algorithmus oder einem Branch-and-Bound-Verfahren zur Lösung eines Einstationenproblems) Empfohlene Literatur Hermann, Frank: Logik der Produktionslogistik, Oldenburg, Regensburg, 2009 Zeitschriften wie Wirtschaftsinformatik, Journal of Intelligent Manufacturing, Internationl Journal of Flexible Manufacturing Systems, Annals of Operations Research Lehr- und Lernmethoden Overheadfolien (in der Veranstaltung entwickelt), PowerPoint-Präsentationen, PC und Beamer Software: SAP R/3, insbesondere APO ILOG (System zur Lösung linearer Optimierungsprobleme) evtl. die Simulationssoftware em-plant Verwendbarkeit des Moduls für andere Module und Studiengänge Art der Prüfung / Voraussetzung Die sehr komplexen Module dieses Master- Studienganges sind in-sich abgeschlossen und bauen grundsätzlich nicht aufeinander auf. Dennoch kann das vermittelte Know-How dieses Moduls in allen anderen Modulen zum Einsatz kommen. Ein Einsatz des Moduls ist auch in anderen Studiengängen mit ingenieurwissenschaftlichem Schwerpunkt denkbar, da Kenntnisse von logistischen Speziallogarithmen für alle qualifizierten Mitarbeiter und Führungskräfte in den einschlägigen Fachbereichen empfehlenswert sind. Dieses Modul wird auch im Masterstudiengang Informatik gelehrt. Klausur Dauer 90 Minuten

6 für die Vergabe von Leistungspunkten Zugelassene Hilfsmittel: Buch Logik der Produktionslogistik sowie eine von den Dozenten herausgegebene Formelsammlung Besonderes - ECTS-Credits 5 Gesamtarbeitsaufwand 150 Stunden Kontakt/Präsenzzeit: 60 h Studentische Eigenarbeit: 90 h Gewichtung der Note in der Gesamtnote 1,0